Hyperresearch MCP Server

社区

为 Claude Code 打造的深度研究代理，把读过的网页沉淀为可搜索、可复用的持久研究库。

分类: 其他第 83 / 230
Stars: ★ 3.9k 非常热门
传输方式: stdio（本地进程）
运行环境: Python 3.11–3.13
凭据: 可选 API Key
许可证: MIT
最近提交: 14 天前
工具数: 13

59FMRS · C

Hyperresearch 是一个 MIT 许可的个人开源项目，把研究过程沉淀成可搜索的 markdown 研究库，并提供 stdio MCP 服务器让 Claude Desktop、Cursor 等客户端复用该库。它的价值在于持久、可移植、不锁定：markdown 是事实来源，SQLite 只是可重建的缓存。需要注意的是其项目自述的基准成绩尚未经第三方验证，且官方明确不保证事实准确性，用户仍需自行把关来源与结论。

最强项 · 文档质量 15/20 最弱项 · 可靠性 9/20

可靠性

9/20

安全与权限

12/20

维护活跃度

11/20

文档质量

15/20

安装易用性

12/20

查看各项评分依据

可靠性 9/20: README 描述了完整的 MCP 路径（pip install hyperresearch[mcp] 后运行 hyperresearch mcp，stdio 协议，13 个工具），但未缓存 server manifest，也没有任何 CI 工作流、测试文件或执行日志出现在可见证据中。工具行为（search_notes/read_many/fetch_url/create_note/update_note 等）仅由文档自述，缺少可核验的 schema、错误返回格式与超时/失败语义说明。依赖外部服务（Unpaywall、Europe PMC、Semantic Scholar、OpenAlex、crawl4ai、可选 Voyage/OpenAI 嵌入）使错误面较大，但 README 对退化路径（无 API key 时 provider=none、OA 恢复失败不破坏 fetch、run resume 断点续跑、预算超限阻断）有较明确描述。按静态校准规则，无真实 CI+测试则 reliability 上限为 12；证据不足以证明关键路径可复现，故给 9。
安全与权限 12/20: 正面：网络抓取的正文被包裹在 <untrusted-source> 围栏中并在 note show/search 两条路径生效，围栏伪造标签被中和、url 属性做 HTML 转义，第三方 API 解析出的 URL 会校验 scheme、内嵌凭证与公网可达性，明确防止提示注入；默认 oa_recovery 需要用户自填 contact_email，未在示例中写入真实 token 或密钥；CAPTCHA/2FA/登录不自动破解，改为聚合交还用户。扣分与风险：authenticated crawling 通过 hyperresearch setup 复用用户真实浏览器会话（LinkedIn/Twitter 等），并通过 Claude-in-Chrome 驱动“真实已登录 Chrome”抓取，属于高权限、跨站凭证复用的持久化边界，README 未给出凭证存储位置、加密方式、最小权限收敛或可审计的授权确认流程；MCP 侧写工具（create_note/update_note/fetch_url）未见写入范围限制或需确认的说明；本地 HTTP 服务（serve --open，端口 8080）未提认证。未触达红线（无恶意、无窃取凭证、无未确认的不可逆默认操作），故不评 0-4，但在权限与确认机制不完整的情况下给 12。
维护活跃度 11/20: 事实：MIT 许可证明确；仓库未归档，1906 stars，27 个 open issues（数量偏多且无法看到响应情况）；README 提到 PyPI 发版（版本徽章）与 git 相关命令，暗示持续维护。缺口：无发布节奏、无 CHANGELOG、无贡献者治理说明、无安全响应渠道（SECURITY.md 未提及）、无依赖更新策略可见；issues 的关闭/响应证据缺失，无法判断维护者是否处理问题。按“活跃但治理/版本化有缺口”的锚点给 11。
文档质量 15/20: 文档是本仓库最强的部分：分层清晰，覆盖安装（含 Python 3.11–3.13 与 3.14 不支持的说明、per-project 与 --global 的取舍）、16 步流水线与 tier/gear/lever 概念、子代理名册与默认模型、vault 数据模型（markdown 为真、SQLite 为缓存）、MCP 的 13 个工具名、CLI 命令示例带 -j 输出、抓取安全边界、学术 API 优先级、开放获取替换的四处披露位置（正文横幅、frontmatter 字段、note show JSON 的 body_is_not_from_source、CLI 输出）、[scholar] 配置项含义与 contact_email 条款要求，以及“不做什么”的显式限制（不替代判断、无法逾越付费墙、lint 只查结构不保事实）。扣分：缺少 MCP 工具的参数级 schema/示例、错误码与限流说明、MCP 客户端（Claude Desktop/Cursor）配置片段、成本量化（仅给时长范围）、故障排查章节；README 中“领先 DeepResearch-Bench、内部基准、第三方验证待定”等自我宣传措辞虽有免责小字，仍构成需要外部核验的声明。综合给 15。
安装易用性 12/20: 安装路径对主流客户端较友好：pip install hyperresearch && hyperresearch install 后即可在 Claude Code 中用 /hyperresearch；MCP 侧 pip install hyperresearch[mcp] 加 hyperresearch mcp（stdio）即可接入 Claude Desktop/Cursor。明确了 Python 版本窗口（3.11–3.13，3.14 不支持）并给出 pyenv/uv/py -3.13 三种建环境方式，属于少步且清晰的路径。扣分：无 MCP 客户端配置文件示例（JSON 配置片段缺失）、未说明 Windows/macOS/Linux 差异，且完整使用依赖 Claude Code 与可选 Claude-in-Chrome 扩展；static 校准下无 CI/测试执行证据，setup 上限 15，考虑到存在多环境变量（浏览器 setup、crawl4ai、嵌入 provider、Unpaywall 联系邮箱）需人工配置，给 12。

静态评测 · 未实际运行收录于 2026-09-10

查看 FMRS 评分方法 →

选型与风险

能访问什么读取本地文件写入 / 删除本地文件访问网络连接数据库

适合谁

已经在本地维护 Hyperresearch markdown 研究库、希望在其他 MCP 客户端复用同一份笔记的用户
需要让桌面 AI 客户端先读本地已有资料再回答，而不是每次重新联网检索的研究者
重视资料可移植性（纯 markdown、可入 git、可导出 JSON）的个人研究者或小团队

不适合谁

希望零配置、只想用 Claude Code 内置技能而不维护本地研究库的用户
不能安装 Python 3.11+ 环境或不方便运行本地命令行的用户
期待服务器自动保证事实准确性的用户——README 明确说明 lint 只能捕捉结构性失败，事实准确性仍需自行判断
需要抓取付费墙后内容但未在本地完成登录的用户

所需权限

读取与写入工作目录中的研究库目录（research/notes 等 markdown 文件）
创建与重建 SQLite 索引文件；执行 hyperresearch sync 时从 markdown 重建索引
通过 fetch_url 等工具发起网络请求抓取外部 URL 内容
若启用嵌入功能，则需按配置访问对应嵌入服务提供方（voyage、openai；默认 none 不需要任何 API 密钥）
创建笔记与更新笔记所需的本地文件写入权限

风险与副作用

抓取到的是不可信的网络内容：README 说明网页正文会被包在 <untrusted-source> 围栏内作为数据处理，客户端侧也应保持同样的处理策略，避免被页面内嵌指令影响
写入类工具（create_note、update_note）会直接改动本地研究库文件，误用可能污染笔记集合；建议对研究库使用 git 版本控制以便回滚
抓取外部 URL 会把请求暴露给第三方站点，可能泄露正在研究的主题或 IP 信息
付费墙与登录站点抓取受站点条款约束，登录会话凭据由用户自行承担保管责任
README 中关于 DeepResearch-Bench 排行榜与 250+ 来源等说法属于项目自述与前瞻性预测，第三方验证尚未完成，不应据此推断质量

安装接入

准备工作

运行环境：Python 3.11–3.13

1) 确保使用 Python 3.11–3.13（3.14 尚未支持）。2) 执行 pip install hyperresearch[mcp] 安装带 MCP 支持的版本。3) 运行 hyperresearch mcp，该命令以 stdio 通信方式启动 MCP 服务器。4) 在 Claude Desktop、Cursor 或其他支持 MCP 的客户端中把 hyperresearch mcp 配置为该服务器命令。README 未提供可直接复制的客户端配置文件内容，请按所用客户端的 MCP 配置格式填写。

claude_desktop_config.json

{
  "mcpServers": {
    "hyperresearch": {
      "command": "hyperresearch",
      "args": ["mcp"]
    }
  }
}

以 Claude Desktop 为例。其他客户端的配置文件位置或字段可能不同（如 VS Code 使用 servers 字段），可用下方配置生成器转换。

.vscode/mcp.json

{
  "servers": {
    "hyperresearch": {
      "command": "hyperresearch",
      "args": [
        "mcp"
      ]
    }
  }
}

写入项目的 .vscode/mcp.json（VS Code 使用 servers 字段）。

Terminal

claude mcp add hyperresearch -- hyperresearch mcp

在终端运行；先把 <…> 占位符换成你自己的值。

生成并校验客户端配置

验证是否装好

运行 pip install hyperresearch[mcp] 并通过 hyperresearch mcp 启动后，在客户端工具列表中应能看到 search_notes、fetch_url 等 13 个工具；调用 vault_status 应返回笔记库状态信息。

常见排障

确认 Python 版本在 3.11–3.13 范围内，3.14 目前不受支持
确认已执行 pip install hyperresearch[mcp]，否则 hyperresearch mcp 子命令不可用
若客户端连接不上，检查是否以 stdio 方式启动且命令路径在客户端的 PATH 中
研究库检索结果异常时，可运行 hyperresearch sync 从 markdown 重建 SQLite 索引（索引是可重建的缓存）
库内结构告警可用 lint_vault 或 hyperresearch lint 检查断链、缺失标签与来源连通性问题
若语义检索不可用，检查嵌入提供方配置；默认 none 不进行向量检索

试试这样问

连接成功后，可以直接对 AI 助手这样说：

在笔记库中搜索 ion-trap gate fidelity 并列出最相关的笔记
阅读这些笔记并总结其中的主要论点
抓取 https://arxiv.org/abs/2310.12345 的内容并保存为一条新笔记
报告当前笔记库的状态和 lint 检查结果

工具能力 13

search_notes 只读

在持久研究库中对笔记做全文检索（可选正文检索与语义检索）。

read_note 只读

读取单条笔记的内容。

read_many 只读

批量读取多条笔记。

list_notes 只读

列出研究库中的笔记。

get_backlinks 只读

返回指向某条笔记的反向链接。

get_hubs 只读

返回研究库中连接度最高的笔记。

vault_status 只读

查看研究库的状态信息。

lint_vault 只读

对研究库做健康检查，如断链、缺失标签等。

展开其余 5 个工具

check_source 只读

检查某个来源的信息。

list_sources 只读

列出研究库中记录或引用的来源。

fetch_url 写入

抓取给定 URL 的内容。

create_note 写入

在研究库中新建笔记。

update_note 写入

更新已有笔记。

使用场景

让 Claude Desktop 或 Cursor 直接检索并阅读既有的 Hyperresearch 研究库笔记

在编写报告或文章前，用 search_notes 与 read_many 批量取回已归档的来源与摘要

通过 create_note / update_note 在 MCP 客户端内持续沉淀新的研究笔记

用 list_sources、check_source 与 lint_vault 巡检来源与库内结构问题

支持客户端

Claude Desktop

Cursor部分支持

依据项目文档列出，未经本站实测。

详细介绍

Hyperresearch 是一个由代理驱动的深度研究知识库。README 说明它把 Claude Code 变成深度研究代理：一条 16 步、按层级自适应的流水线，从单条提示生成带有完整来源溯源的报告，并由对抗式批评者与引用核查环节审核。它读取的每个来源都会写入一个持久的、可搜索的 markdown+SQLite 研究库，后续会话在抓取新内容前先检索已有笔记。该研究库可通过内置 MCP 服务器在 Claude Code 之外使用：安装 hyperresearch[mcp] 后运行 hyperresearch mcp，即以 stdio 通信，共暴露 13 个工具（search_notes、read_note、read_many、list_notes、get_backlinks、get_hubs、vault_status、lint_vault、check_source、list_sources、fetch_url、create_note、update_note），Claude Desktop、Cursor 或其他支持 MCP 的客户端都能操作同一研究库。项目作者与维护者为 jordan-gibbs（个人开源项目），采用 MIT 许可，要求 Python 3.11+（3.11–3.13，3.14 尚未支持）。研究库本身以普通 markdown 加 YAML frontmatter 存储，SQLite 只是可重建的索引，因此不会把用户锁定在工具里。